Der folgende Artikel gibt einen \u00dcberblick \u00fcber das theoretische Verst\u00e4ndnis von Multi-Temporalit\u00e4t in einem Data Warehouse.[\/vc_column_text][divider line_type=“No Line“][vc_column_text css=““ text_direction=“default“ el_class=“webinar-box“]\n
Vielleicht haben Sie bereits von bitemporalen Daten geh\u00f6rt. Doch in der Regel gibt es in Ihren Daten mehr als nur zwei Zeitachsen, was Ihre Arbeit komplexer macht. Meist finden Sie in Ihren Datens\u00e4tzen mehrere Zeitstempel und Daten aus unterschiedlichen Perspektiven. Dies er\u00f6ffnet vielf\u00e4ltige M\u00f6glichkeiten, Ihre Daten aus einer zeitlichen Perspektive zu betrachten. Sie sollten jedoch auch in der Lage sein, dieses \u201eBiest\u201c von einer Zeitmaschine zu beherrschen. Wussten Sie, dass Data Vault 2.0 in der Lage ist, multi-temporale Daten zu verarbeiten? Wie beeinflusst dies Ihre Arbeit und wie k\u00f6nnen Sie davon profitieren? Nehmen Sie an diesem Webinar teil, um zu erfahren, wie Data Vault 2.0 Ihnen helfen kann, die Multi-Temporalit\u00e4t zu meistern.[\/vc_column_text][divider line_type=“No Line“][nectar_btn size=“jumbo“ open_new_tab=“true“ button_style=“regular“ button_color_2=“Accent-Color“ icon_family=“none“ el_class=“ctaBtn“ text=“Watch webinar recording“ url=“https:\/\/us02web.zoom.us\/webinar\/register\/rec\/WN_ZSU9QZBtTZ2Seq-60pH_zQ#\/registration“][divider line_type=“No Line“][vc_column_text css=““ text_direction=“default“]
In this article:<\/p>
\u201eDie bitemporale Modellierung ist ein Spezialfall einer temporalen Datenbank-Modellierungstechnik, die f\u00fcr den Umgang mit historischen Daten entlang zweier unterschiedlicher Zeitachsen entwickelt wurde. Dies erm\u00f6glicht es, die Informationen auf den Zustand zur\u00fcckzuspulen, \u201awie sie tats\u00e4chlich waren\u2018, kombiniert mit dem Zustand, \u201awie sie zu einem bestimmten Zeitpunkt aufgezeichnet wurden\u2018.\u201c (Frei nach Wikipedia<\/a>)<\/p>\n Die Bitemporalit\u00e4t adressiert lediglich zwei Zeitachsen, die gemeinhin als \u201eSystem Time\u201c (die technische Zeitachse) und \u201eValid Time\u201c (die fachliche Zeitachse) bezeichnet werden. Data-Vault-Satelliten (Satellites<\/a>), Point-in-Time-Tabellen<\/a> (PIT) und Bridge-Tabellen<\/a> sind in der Lage, mehrere aktive Zeitachsen im selben Datensatz abzubilden. Diese lassen sich wie folgt kategorisieren: <\/span><\/p>\n All diese Datumsangaben und Zeitstempel k\u00f6nnten in nur einem einzigen Datensatz in einer Satellitentabelle zu finden sein. Dies erm\u00f6glicht es uns, die Daten aus mehreren zeitlichen Perspektiven zu betrachten. Daher ber\u00fccksichtigt das Data-Vault-Modell die Multi-Temporalit\u00e4t und nicht nur die Bitemporalit\u00e4t. <\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“50″][vc_column_text css=““ text_direction=“default“]\n Alle anderen Zeitstempel sind daf\u00fcr nicht geeignet. Erstens w\u00fcrden sie die Anzahl der m\u00f6glichen Perspektiven auf die Daten auf eine einzige Instanz beschr\u00e4nken. Zudem k\u00f6nnen sie L\u00fccken und \u00dcberschneidungen aufweisen, NULL sein und werden nicht von den Enterprise-Data-Warehouse-Teams kontrolliert.<\/span><\/p>\n Kurz gesagt: Auf den Load-Date-Timestamp k\u00f6nnen wir keinesfalls verzichten. Er wird beim Einf\u00fcgen (Insert) in der ersten Schicht der Enterprise-Data-Warehouse-Architektur gesetzt und so weit wie m\u00f6glich durch alle Schichten durchgeschleust (beispielsweise bei Aggregaten im Business Vault \u00fcber mehrere Load-Date-Timestamps hinweg).<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“50″][vc_column_text]\n Es gibt im Wesentlichen drei verschiedene Perspektiven im Zusammenhang mit Zeitachsen im Data Warehouse: eine Data-Warehouse-Perspektive, eine gesch\u00e4ftliche Perspektive und eine Perspektive der Informationsbereitstellung. <\/span><\/p>\n Die Data-Warehouse-Perspektive bezieht sich auf den Load-Date-Timestamp, um eine konsistente, inkrementelle Integration der Daten in den Raw Data Vault und den Business Vault zu gew\u00e4hrleisten. <\/span><\/p>\n Die gesch\u00e4ftliche Perspektive bezieht sich auf alle Daten und Zeitstempel, die vom Quellsystem geliefert werden. Auch technische Felder wie das Erstellungs-, Aktualisierungs- oder L\u00f6schdatum bzw. der entsprechende Zeitstempel aus dem Quellsystem werden auf dieselbe Weise behandelt. Alles, was Teil der Nutzdaten (Payload) ist, wird beim Laden in den Raw Data Vault als beschreibende Daten <\/a>behandelt. <\/span> Die Perspektive der Informationsbereitstellung st\u00fctzt sich auf einen Snapshot, um alle Daten so \u201eeinzufrieren\u201c, wie sie zu einem bestimmten Zeitpunkt aktiv waren. Die Interpretation dessen, was \u201eaktiv\u201c bedeutet, kann jedoch unterschiedlich sein. <\/span><\/p>\n Um dem Rechnung zu tragen, k\u00f6nnen mehrere Perspektiven erstellt werden. Das ist auch der Grund, warum wir von der \u201eSingle Version of the Facts\u201c im Raw Data Vault und von \u201eMultiple Versions of the Truth\u201c im Business Vault sprechen (unterschiedliche Perspektiven auf Rohdaten = unterschiedliche Wahrheiten aus verschiedenen Blickwinkeln). <\/span><\/p>\n Dies k\u00f6nnte beispielsweise ein st\u00fcndlicher, t\u00e4glicher, w\u00f6chentlicher, monatlicher oder j\u00e4hrlicher Snapshot oder eine entsprechende Zeitspanne sein. Die hier verwendeten Data-Vault-Entit\u00e4ten sind die PIT- und Bridge-Tabellen. Das aktuelle Delta von Stammdaten wie Kundendaten in einem Satelliten kann basierend auf einem t\u00e4glichen Snapshot in einer PIT-Tabelle \u201eeingefroren\u201c werden. Auch Transaktionsdaten, die in einem Non-Historized-Link<\/a> vorgehalten werden, k\u00f6nnen an einen st\u00fcndlichen Snapshot in einer Bridge-Tabelle<\/a> angeh\u00e4ngt werden. <\/span><\/p>\n\n
\n
\n
\n
\n
\n
Der Load-Date-Timestamp bei Multi-Temporalit\u00e4t<\/span><\/h2>\n[\/vc_column_text][vc_column_text css=““ text_direction=“default“]Eine Voraussetzung f\u00fcr die Realisierung von Multi-Temporalit\u00e4t in den Daten ist, dass der Load-Date-Timestamp beim Laden von Daten in Satelliten f\u00fcr den Delta-Abgleich (Delta Check) verwendet wird. Nur der Load-Date-Timestamp kann uns eine konsistente, l\u00fcckenlose und \u00fcberschneidungsfreie Zeit liefern, die unter unserer eigenen Kontrolle steht. Dies erm\u00f6glicht uns eine uneingeschr\u00e4nkte Sicht auf die verschiedenen Zeitachsen in den Satelliten<\/span>.<\/p>\n
Drei verschiedene Perspektiven auf Daten<\/span><\/h2>\n[\/vc_column_text][vc_column_text css=““ text_direction=“default“]Das Data-Vault-Kernmodell wird in den Raw Data Vault (RDV) und den Business Vault (BV) unterteilt. Der Grund daf\u00fcr ist die Trennung von Soft Business Rules und Hard Business Rules, da Soft Business Rules den Inhalt der Daten ver\u00e4ndern k\u00f6nnen. Dies f\u00fchrt dazu, dass sich die Anzahl der m\u00f6glichen Perspektiven auf die Rohdaten verringert, wenn Soft Business Rules fr\u00fch in der Ladearchitektur angewendet werden. Dieselben Regeln m\u00fcssen auch auf Zeitachsen angewendet werden. Zeitachsengesteuerte gesch\u00e4ftliche Perspektiven auf Rohdaten finden fr\u00fchestens im Business Vault statt. <\/span><\/p>\n
\n<\/span>Nun k\u00f6nnen verschiedene Abfragen alle m\u00f6glichen Sichten auf die Rohdaten erstellen \u2013 zum Beispiel Aggregate basierend auf dem neuesten Datensatz pro Business Key, gruppiert nach einem Verkaufsdatum.<\/span><\/p>\n